Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
ROCHE DIAGNOSTICS CORP

Identifican bacterias con inteligencia artificial

Por el equipo editorial de Labmedica en español
Actualizado el 31 Jan 2018
Print article
Imagen: La plataforma para Escaneo e Imagenología de Láminas MetaFer Slide con un microscopio Zeiss (Fotografía cortesía de MetaSystems Group).
Imagen: La plataforma para Escaneo e Imagenología de Láminas MetaFer Slide con un microscopio Zeiss (Fotografía cortesía de MetaSystems Group).
Los microscopios mejorados con inteligencia artificial (IA) podrían ayudar a los microbiólogos clínicos a diagnosticar infecciones sanguíneas potencialmente mortales y mejorar las probabilidades de supervivencia de los pacientes.
 
Los científicos han demostrado que un sistema de microscopio automatizado con IA es “muy hábil” para identificar imágenes de bacterias de forma rápida y exacta. El sistema automatizado podría ayudar a aliviar la falta actual de microbiólogos altamente capacitados, que se espera empeore a medida que el 20% de los tecnólogos alcancen la edad de jubilación en los próximos cinco años.
 
Los científicos que trabajan con el Departamento de Patología, en el Centro Médico Beth Israel Deaconess (Boston, MA, EUA), usaron un microscopio automático diseñado para recolectar datos de imágenes de alta resolución de los portaobjetos microscópicos. En este caso, se incubaron las muestras de sangre tomadas de pacientes con sospecha de infecciones en el torrente sanguíneo para aumentar el número de bacterias. Luego, se prepararon las láminas colocando una gota de sangre en un portaobjetos de vidrio y se colorearon para hacer que las estructuras de las células bacterianas fueran más visibles.
 
Los investigadores luego entrenaron una red neuronal convolucional (CNN), una clase de inteligencia artificial modelada en la corteza visual de los mamíferos y utilizada para analizar datos visuales, para categorizar las bacterias en función de su forma y distribución. Estas características se seleccionaron para representar a las bacterias que, con mayor frecuencia, causan infecciones del torrente sanguíneo; las bacterias en forma de bastón que incluyen la Escherichia coli; los racimos redondos de especies de Staphylococcus y los pares o cadenas de las especies de Streptococcus. Se obtuvieron imágenes de todas las diapositivas sin usar cubreobjetos utilizando la plataforma de Escaneo e Imagenología de Láminas MetaFer (MetaSystems Group, Inc., Newton, MA, EUA) con un cargador automatizado con una capacidad de 140 portaobjetos, equipada con un objetivo de 40 × de aumento Plan-Neofluar (Abertura numérica 0,75, Carl Zeiss, Oberkochen, Alemania). 
 
Para entrenarlo, los científicos alimentaron su red neuronal no educada con más de 25,000 imágenes de muestras de sangre preparadas durante los exámenes clínicos de rutina. Al recortar estas imágenes, en las que las bacterias ya habían sido identificadas por microbiólogos clínicos humanos, los científicos generaron más de 100.000 imágenes de entrenamiento. La inteligencia de la máquina aprendió a clasificar las imágenes en tres categorías de bacterias (con forma de bastón, agrupaciones redondas y cadenas o pares redondos), logrando, en última instancia, casi el 95% de exactitud.
 
El equipo desafió el algoritmo para clasificar imágenes nuevas de 189 láminas sin intervención humana. En general, el algoritmo logró una exactitud superior al 93% en las tres categorías. La sensibilidad/especificidad fue de 98,4/75,0% para los cocos Gram positivos en cadenas/pares; 93,2/97,2% para los cocos Gram positivos en racimos y de 96,3/98,1% para los bastones Gram negativos. El estudio se publicó el 29 de noviembre de 2017 en la revista Journal of Clinical Microbiology.
 

Print article

Canales

Química Clínica

ver canal
Imagen: Un ensayo inmunoturbidimétrico para la albúmina en orina o en plasma y suero; el intervalo estándar para la microalbúmina es de 0,4-500mg/L (Fotografía cortesía de Sentinel Diagnostics).

Un biomarcador para la enfermedad renal puede indicar problemas pulmonares

Las enfermedades respiratorias inferiores crónicas (CLRD, por sus siglas en inglés) son la cuarta causa principal de muerte y una fuente importante de costos de atención médica. Las CLRD incluyen la enfermedad... Más

Diagnóstico Molecular

ver canal
Imagen: Gráfico de Manhattan para el metaanálisis (descubrimiento) de la GWAS para el dolor de espalda crónico; La línea roja representa la significación estadística de todo el genoma; la línea azul representa un significado sugestivo (Fotografía cortesía de la Universidad de Washington).

Unas variantes genéticas nuevas se asocian con el dolor de espalda crónico

El dolor de espalda causa más años de vida con discapacidad que cualquier otra condición de salud en todo el mundo. Aunque la mayoría de los adultos experimentan un nuevo episodio ("agudo") de dolor de... Más

Patología

ver canal
Imagen: Un diagrama de linfocitos derivados de la orina como una medida no invasiva del microambiente inmune del tumor de vejiga (Fotografía cortesía del Colegio Universitario de Londres).

Las biopsias en orina ayudan a hacer el seguimiento del cáncer de vejiga

A pesar de los avances en la inmunoterapia del cáncer, solo una fracción de los pacientes con cáncer de vejiga muestran respuestas al bloqueo del punto de control, lo que destaca la necesidad de comprender... Más

Tecnología de Lab

ver canal
Imagen: El espectrómetro de masas cuadrupolo-orbitrap híbrido Q Exact (Fotografía cortesía de Thermo Fisher Scientific).

Los depósitos de tejido residual son adecuados para los análisis proteómicos usando la espectrometría de masas

La proteómica basada en la espectrometría de masas se ha convertido en una poderosa herramienta para la identificación y cuantificación de proteínas de una amplia variedad de muestras biológicas.... Más

Industria

ver canal
Imagen: Snibe exhibió su última gama de analizadores de inmunoensayo quimioluminiscentes en MEDLAB Europa 2018 (Fotografía cortesía de Snibe).

Snibe Diagnostic exhibe analizadores en MEDLAB Europa 2018

Shenzhen New Industries Biomedical Engineering Co., Ltd. [(Snibe Co. Ltd.) Shenzhen, China] mostró su última gama de analizadores de inmunoensayo quimioluminiscentes en MEDLAB Europa 2018, celebrada en... Más
Copyright © 2000-2018 Globetech Media. All rights reserved.